خشک کردن کف پوشی پنیر ریکوتا و پیش بینی ویژگی های آن با مدل شبکه عصبی مصنوعی

شبکه های عصبی مصنوعی مجموعه ای از معادلات غیرخطی هستند که توانایی برای خود سازگاری دارد تا ارتباطات غیرخطی پیچیده بین متغیرهای ورودی و خروجی را برقرار کنند. از مدل سازی شبکه عصبی مصنوعی برای پیشگوئی جهت تهیه پودر پنیر ریکوتا با کیفیت مطلوب استفاده شد. در این پژوهش، شبکه عصبی مصنوعی ۴ کلاسه با مدل پرسپترون چندلایه برای پیش بینی داده های کف و پودر پنیر ریکوتا که به روش خشک کردن کف پوشی تهیه شدند، مورد استفاده قرار گرفت. این مدل سازی با روش شناسایی الگو و با استفاده از الگوریتم یادگیری ماشین انجام شد. شناسایی الگو، توانایی تشخیص ترتیب خصوصیات یا داده هایی است که اطلاعات مربوط به سیستم یا مجموعه داده ها را می دهد. مدل مورد استفاده برای این پژوهش دارای ۱۰ نرون در لایه پنهان بود. ۴ نسبت متفاوت شیر و آب پنیر (تیمارها) به عنوان ورودی و دانسیته کف، دانسیته پودر، هیگروسکوپی، فعالیت آبی، جذب آب و جذب روغن به عنوان خروجی های مدل در نظر گرفته شدند. در این مدل ۷۰ درصد از داده ها برای آموزش، ۱۵ درصد برای آزمایش و ۱۵ درصد از داده ها برای اعتبارسنجی مورد استفاده قرار گرفت. بهترین عملکرد اعتبارسنجی در دوره ۲۰ رخ داد. نتایج نهایی نشان داد که مدل مورد استفاده با دقت ۸/۹۴ درصد توانست داده های مربوط به هر کلاس را به درستی پیش بینی نماید.

کلیدواژه ها:

Artificial Neural Network ، Foam Mat Drying ، Modeling ، Pattern Recognition ، Ricotta ، خشک کردن کف پوشی ، ریکوتا ، شبکه عصبی مصنوعی ، شناسایی الگو ، مدل سازی